Zobrazeno 1 - 10
of 99
pro vyhledávání: '"random tensors"'
Publikováno v:
IEEE Access, Vol 12, Pp 157901-157923 (2024)
This work considers the notion of random tensors and reviews some fundamental concepts in statistics when applied to a tensor based data or signal. In several engineering fields such as Communications, Signal Processing, Machine Learning, and Control
Externí odkaz:
https://doaj.org/article/b56e70d0d46342bfa5704d1d8048ad72
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Gurău, Răzvan Gheorghe, author
Externí odkaz:
https://doi.org/10.1093/acprof:oso/9780198787938.001.0001
Publikováno v:
Entropy, Vol 23, Iss 7, p 795 (2021)
The tensorial principal component analysis is a generalization of ordinary principal component analysis focusing on data which are suitably described by tensors rather than matrices. This paper aims at giving the nonperturbative renormalization group
Externí odkaz:
https://doaj.org/article/504f8a2f504942418d31a4a7d0e6c551
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ouerfelli, Mohamed
Publikováno v:
Other Statistics [stat.ML]. Université Paris-Saclay, 2022. English. ⟨NNT : 2022UPASP138⟩
This thesis deals with tensorial principal component analysis (PCA). The introduction notes the growing interest in tensorial tools in the field of Artificial Intelligence (AI). Finding new AI methods and algorithms that are less opaque and that requ
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______3515::a2737c08de4058ffdaf4b2fa2b7852ba
https://theses.hal.science/tel-03989238
https://theses.hal.science/tel-03989238
Publikováno v:
37th Computational Complexity Conference: CCC 2022, July 20-23, 2022, Philadelphia, USA
37th Computational Complexity Conference
37th Computational Complexity Conference
Since the seminal works of Strassen and Valiant it has been a central theme in algebraic complexity theory to understand the relative complexity of algebraic problems, that is, to understand which algebraic problems (be it bilinear maps like matrix m
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::48e26352410740020ab68818d2070d0a
https://dare.uva.nl/personal/pure/en/publications/subrank-and-optimal-reduction-of-scalar-multiplications-to-generic-tensors(2851d792-c650-4664-8a09-609f09b78c3c).html
https://dare.uva.nl/personal/pure/en/publications/subrank-and-optimal-reduction-of-scalar-multiplications-to-generic-tensors(2851d792-c650-4664-8a09-609f09b78c3c).html